Excalidraw sur GKE Autopilot

Excalidraw est un tableau blanc virtuel open source (MIT) permettant d'esquisser des diagrammes au style dessiné à la main, des maquettes filaires et des dessins collaboratifs rapides. La distribution auto-hébergée est une application monopage statique servie par nginx — il n'y a ni backend, ni base de données, ni comptes utilisateurs, et les dessins sont stockés dans le navigateur même du visiteur. Ce module déploie ce frontend statique sur GKE Autopilot au-dessus du socle App_GKE, qui provisionne et gère l'infrastructure Google Cloud et Kubernetes partagée.

Ce guide se concentre sur les services cloud qu'utilise Excalidraw et sur la manière de les explorer et de les exploiter depuis la console Google Cloud et la ligne de commande. Pour les mécanismes communs à toute application GKE — Workload Identity, entrée, autoscaling, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC Service Controls et cycle de vie du déploiement — reportez-vous au guide du socle App_GKE plutôt que de les répéter ici.

1. Vue d'ensemble

Excalidraw s'exécute comme une unique charge de travail web nginx sans état. L'application n'ayant pas de backend, le déploiement n'assemble qu'un ensemble minimal de services Google Cloud :

Fonctionnalité	Service Google Cloud	Remarques
Calcul	GKE Autopilot	Pods nginx statiques sur le port 80, autoscaling horizontal ; facturation selon le CPU et la mémoire demandés
Image de conteneur	Artifact Registry	Fine surcouche personnalisée `FROM excalidraw/excalidraw`, mise en miroir dans le registre du projet
Base de données	Aucune	Excalidraw n'a pas de backend — aucune instance Cloud SQL n'est créée
Stockage objet	Aucun	Aucun bucket GCS n'est provisionné ; les dessins résident dans le navigateur
Cache et file d'attente	Aucun	Pas de Redis, pas de file de messages
Secrets	Aucun	Pas de clés de chiffrement, de secrets JWT ni de mots de passe de base de données — Secret Manager n'est pas utilisé
Entrée	Cloud Load Balancing	LoadBalancer externe, domaine personnalisé et certificat géré facultatifs

Valeurs par défaut judicieuses à connaître d'emblée :

Entièrement sans état — aucune donnée n'est stockée côté serveur. Les dessins persistent dans le stockage local de chaque navigateur et sont exportés/importés sous forme de fichiers .excalidraw. La replanification des pods, les redéploiements et la mise à l'échelle ne font perdre aucune donnée serveur, puisqu'il n'y en a pas.
Un minimum d'un réplica est maintenu (GKE ne prend pas en charge la mise à zéro) afin que le tableau blanc reste toujours joignable. Le wrapper épingle min_instance_count = 1.
Charge de travail Deployment, et non StatefulSet. Il n'y a pas de volume persistant par pod — chaque pod sert le même bundle statique ; un Deployment simple est donc utilisé et les pods sont entièrement interchangeables.
Port 80 fixe. L'écouteur nginx est intégré à l'image ; container_port vaut 80 par défaut et ne doit pas être modifié.
Pas de Cloud SQL, de Secret Manager, de Redis, de NFS ni de GCS. Les fonctionnalités correspondantes du socle sont inertes pour cette application — les activer provisionne une infrastructure inutilisée.
LoadBalancer externe par défaut, afin que le tableau blanc soit joignable depuis un navigateur ; une IP statique réservée maintient l'adresse stable d'un redéploiement à l'autre.
Entrées résiduelles homeserver_url / homeserver_name. Héritées du modèle Element et injectées sous la forme HOMESERVER_URL / HOMESERVER_NAME ; la SPA statique Excalidraw les ignore. Laissez-les à leurs valeurs par défaut.

2. Services Google Cloud et comment les explorer

Toutes les commandes supposent que vous avez exécuté gcloud container clusters get-credentials <cluster> --region <region> --project <project> et que PROJECT, REGION et NAMESPACE sont définis. L'espace de noms et les autres identifiants figurent dans les sorties du déploiement.

A. GKE Autopilot — la charge de travail Excalidraw

Les pods Excalidraw sont planifiés sur Autopilot, qui facture le CPU et la mémoire effectivement demandés par les pods. Le Horizontal Pod Autoscaling dimensionne le déploiement entre le nombre minimal (1) et le nombre maximal de réplicas. Comme chaque pod est identique et sans état, la mise à l'échelle horizontale est sûre et ne nécessite aucune coordination.

Console : Kubernetes Engine → Workloads → sélectionnez la charge de travail Excalidraw pour voir les pods, les révisions et les événements. Kubernetes Engine → Services & Ingress affiche l'IP externe.

CLI :

kubectl get pods,svc,hpa -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/<service-name> --tail=100      # nginx access/error logs
kubectl describe hpa -n "$NAMESPACE"                                # current vs target utilisation

Consultez App_GKE pour la gestion d'Autopilot, de la mise à l'échelle et du type de charge de travail.

B. Artifact Registry — l'image de conteneur

L'image Excalidraw est une fine surcouche personnalisée FROM excalidraw/excalidraw que Cloud Build produit et pousse dans l'Artifact Registry du projet (enable_image_mirroring = true). App_GKE définit imagePullPolicy=Always pour les images construites sur mesure ou mises en miroir, de sorte qu'un tag reconstruit est toujours récupéré à nouveau.

Console : Artifact Registry → Repositories.

CLI :

gcloud artifacts repositories list --project "$PROJECT" --location "$REGION"
gcloud artifacts docker images list <repo-path> --include-tags
gcloud builds list --project "$PROJECT" --region "$REGION" --limit 5
# Confirm the digest running in the cluster matches the freshly built image:
kubectl get pod -n "$NAMESPACE" -o jsonpath='{.items[0].status.containerStatuses[0].imageID}'

C. Base de données, Secret Manager, Cloud Storage, Redis — non utilisés

Excalidraw ne provisionne aucun de ces services. Il n'y a ni instance Cloud SQL, ni secret Secret Manager, ni bucket GCS, ni Redis pour ce déploiement. Les commandes suivantes renverront des résultats vides pour l'application — c'est le comportement attendu :

gcloud sql instances list --project "$PROJECT" --filter="name~excalidraw"   # (none)
gcloud secrets list --project "$PROJECT" --filter="name~excalidraw"          # (none)
gcloud storage buckets list --project "$PROJECT" --filter="name~excalidraw"  # (none)

La collaboration multi-utilisateur en temps réel (un canevas partagé en direct) requiert un serveur WebSocket excalidraw-room distinct, que ce module ne déploie pas.

D. Réseau et entrée

Par défaut, la charge de travail est exposée via une IP Cloud Load Balancing externe. Un domaine personnalisé avec un certificat géré par Google peut être activé, et une IP statique peut être réservée afin que l'adresse survive aux redéploiements. Cloud CDN est bien adapté aux éléments statiques.

Console : Network services → Load balancing ; VPC network → IP addresses.

CLI :

kubectl get ingress,svc -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"

Consultez App_GKE pour les domaines personnalisés, Cloud CDN et les détails sur l'IP statique.

E. Cloud Logging et Monitoring

Les sorties stdout/stderr des pods (journaux nginx) sont envoyées à Cloud Logging ; les métriques GKE sont envoyées à Cloud Monitoring. Des tests de disponibilité et des règles d'alerte facultatifs sont disponibles ; un test de disponibilité public sur le chemin racine constitue un signal de santé naturel pour le frontend statique.

Console : Logging → Logs Explorer ; Monitoring → Dashboards / Alerting.

CLI :

gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
  --project "$PROJECT" --limit 50

3. Comportement de l'application Excalidraw

Aucune configuration au premier déploiement. Il n'y a ni base de données, ni job d'initialisation, ni migrations. Un pod est Ready dès que nginx commence à servir le bundle statique — généralement en une ou deux secondes.
Pas de comptes, pas de connexion, pas de persistance serveur. Le frontend auto-hébergé n'a pas d'authentification et ne stocke rien côté serveur. Les dessins de chaque utilisateur résident dans le stockage local de son propre navigateur ; utilisez Export (.excalidraw, PNG ou SVG) pour enregistrer ou partager votre travail.
Les pods sont interchangeables. Chaque réplica sert exactement le même bundle statique ; les requêtes n'ont donc besoin d'aucune affinité de session et la mise à l'échelle horizontale ne requiert aucune coordination — contrairement aux modules applicatifs avec état.
La collaboration en temps réel n'est pas incluse. La fonctionnalité de collaboration en direct par « lien partageable » dépend d'un service WebSocket excalidraw-room distinct que ce module ne déploie pas. L'édition mono-utilisateur fonctionne immédiatement.
Chemin de santé. Les sondes de démarrage et de vivacité ciblent la racine /, à laquelle nginx répond immédiatement par 200. Vérifiez depuis l'intérieur du cluster ou via l'IP du LoadBalancer :
```
kubectl port-forward -n "$NAMESPACE" deploy/<service-name> 8080:80
curl -sI http://localhost:8080/ | head -1        # expect: HTTP/1.1 200 OK
```
Les mises à niveau de version sont un rebuild suivi d'un redéploiement. Augmenter application_version reconstruit l'image à partir d'un nouveau tag excalidraw/excalidraw et déploie de nouveaux pods ; en l'absence d'état, les mises à niveau et les retours arrière sont triviaux et non destructifs.
Variables d'environnement résiduelles. HOMESERVER_URL / HOMESERVER_NAME sont injectées (héritage d'Element) mais ignorées par la SPA statique. Confirmez ou inspectez l'environnement avec :
```
kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep HOMESERVER
```

4. Variables de configuration

Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres propres à Excalidraw ou notables pour elle sont listés ; toutes les autres entrées sont héritées de App_GKE avec leur comportement et leurs valeurs par défaut standard.